1 介绍
如果我们想根据特定的模式表示一组字符串,那么我们应该使用正则表达式。
例如,我们可以编写一个正则表达式来表示所有有效的电子邮件地址,或者我们可以编写一个正则表达式来验证有效的电话号码等。
使用正则表达式的最重要的应用领域是:
- 开发验证框架,如Hibernate Validator。
- 开发模式匹配工具或应用程序,如Linux中的Ctrl+F或grap cmd。
- 开发数字电路
- 开发翻译器,如汇编器、编译器和解释器等。
- 开发通信协议TCP/IP、UDP等。
要在Java中使用正则表达式,我们可以利用java.util.regex包,该包包括以下类:
- Pattern——这个类是一组可以用于定义各种类型模式的正则表达式的编译(定义在搜索中使用的模式)。
- Matcher——这个对象用于在Java中执行匹配操作,用于在输入字符串中搜索模式。
- PatternSyntaxException——这个类用于指示正则表达式模式中的语法错误。
这里是一个正则表达式的示例代码片段:
import java.util.regex.*;
public class RegularExpression {
public static void main(String[] args) {
int count = 0;
Pattern pattern = Pattern.compile("ab");
Matcher matcher = pattern.matcher("abcbcbcababacb");
while (matcher.find()) {
++count;
System.out.println(matcher.group()+ "...... found at: "+matcher.start());
}
System.out.println("The Total number of occurrence is " + count);
}
}
/****
Output-
ab...... found at: 0
ab...... found at: 7
ab...... found at: 9
The Total number of occurrence is 3
****/
2 Pattern
Pattern是一个已编译的正则表达式,即Java中的模式等价物。我们可以使用Pattern类的compile()方法创建一个模式对象。Pattern类的compile()方法的签名如下:
Flags——compile()方法中的标志会改变搜索的方式。以下是其中几个:
- CASE_INSENSITIVE——在执行搜索时将忽略字母的大小写。
- UNICODE_CASE——与CASE_INSENSITIVE标志一起使用,它会忽略英语字母以外的字母的大小写。
- LITERAL——使用时,模式中的特殊字符将不具有任何特殊含义,在执行搜索时只被视为普通字符。
public static Pattern compile(String regex)
以下是Pattern类compile()方法的一个示例:
Pattern pattern = Pattern.compile("ab");
3 Matcher
matcher对象可用于检查目标字符串中的指定模式。使用Pattern类的matcher()方法,我们可以生成一个匹配器对象。Pattern类的matcher()方法具有以下签名:
public Matcher matcher(CharSequence input)
以下是Pattern类matcher()方法的示例:
Matcher matcher = pattern.matcher("abcbcbcababacb");
Matcher类存在于java.util.regex包中。以下是Matcher类一些最重要的方法:
- boolean find()——这个方法尝试查找下一个匹配项,在找到匹配项时返回true,否则返回false。
- int start()——这个方法返回匹配项在输入字符串中的起始索引。
- int end()——这个方法返回匹配项在输入字符串中的结束索引。
- String group()——这个方法返回匹配的模式。
注意:Pattern和Matcher类存在于java.util.regex包中,从java1.4v开始引入。
4 字符类
- [abc]——要么是'a'、'b'或'c'
- [^abc]——除了'a'、'b'和'c'
- [a-z]——任何从a到z的小写字母符号
- [A-Z]——任何从A到Z的大写字母符号
- [a-zA-Z]——任何字母符号
- [0–9]——任何0到9的数字
- [a-zA-Z0–9]——任何字母数字符号
- [^a-zA-Z0–9]——除了字母数字符号(仅限特殊字符)
5 预定义字符类
- .——除换行符外的任何字符
- \d——数字(0-9)
- \D——非数字(0-9)
- \w——单词字符(a-z、A-Z、0-9、_)
- \W——非单词字符
- \s——空格(空格、制表符、换行符)
- \S——非空格(空格、制表符、换行符)
- \b——单词边界
- \B——非单词边界
- \uxxxx——由十六进制数xxxx指定的Unicode字符
6 量词符
- *——0次或多次
- +——1次或多次
- ?——0次或1次
- {3}——精确数量3次
- {3,4}——数字范围(最小值,最大值)
我们可以使用量词符指定要匹配的出现次数。
Pattern类的split()方法
要根据特定的模式拆分目标字符串,我们可以使用Pattern类的split()方法。Pattern类的split()方法具有以下签名:
public String[] split(CharSequence input)
为了方便,我在这里包含了Pattern类split()方法的代码片段:
public class RegularExpression {
public static void main(String[] args) {
Pattern pattern = Pattern.compile("\\s");
String[] splitString = pattern.split("Pattern class is present in java.util.regex");
for (String text : splitString) {
System.out.println(text);
}
}
}
/***
Output -
Pattern
class
is
present
in
java.util.regex
***/
在上面的示例中,根据空格(\s)分割了字符串。
String类的split()方法
String类也包含split()方法。字符串类的split()方法用于根据特定模式拆分目标字符串。
public class RegularExpression {
public static void main(String[] args) {
String text = "This is example of String class split() method";
String[] strings = text.split("\\s");
for (String s : strings) {
System.out.println(s);
}
}
}
/***
Output
This
is
example
of
String
class
split()
method
***/
在上面的例子中,字符串是根据空白(\s)来划分的。
注意:Pattern类的split()方法可以接受一个目标字符串作为参数,而String类的split()方法可以接受一个正则表达式作为参数。
7 StringTokenizer
StringTokenizer是专门用于标记化任务的类。Java.util包中有一个StringTokenizer类。
public class StringTokenizerDemo {
public static void main(String[] args) {
StringTokenizer tokenizer = new StringTokenizer("StringTokenizer class present in java.util package");
while (tokenizer.hasMoreTokens()) {
System.out.println(tokenizer.nextToken());
}
}
}
/***
Output -
StringTokenizer
class
present
in
java.util
package
***/
注意:StringTokenizer的默认正则表达式为空格符(\s)。
我们也可以根据需要传递正则表达式,以下是代码片段有助于你更好地理解:
StringTokenizer tokenizer = new StringTokenizer("05-21-2023","-");
while (tokenizer.hasMoreTokens()) {
System.out.println(tokenizer.nextToken());
}
/***
Output
05
21
2023
***/
我列了一些常用的编程正则表达式: